基于分位循环神经网络的分布式光伏异常检测方法及设备

本申请涉及一种基于分位循环神经网络的分布式光伏异常检测方法及设备，方法包括：获取当前分布式光伏机组周期内全部场站的样本数据；基于时间维度和空间维度在样本数据中筛选出终选训练数据；配置准循环神经网络作为待训练智能体，将终选训练数据输入待训练智能体，得到其对光伏时序出力的预测值；根据光伏时序出力的预测值和光伏时序出力的真实值，构建线性回归模型，并将线性回归模型转换为分位回归模型；构建待训练智能体在分位循环神经网络下对光伏时序出力的预测模型，并与分位回归模型进行联立，得到最终训练完成的智能体，用于在输入待检测分布式光伏机组的实时出力数据时，输出待检测分布式光伏机组的出力正常范围区间。